基于神经网络混合模型辨别事件相似度的方法及系统

AITNT
正文
推荐专利
基于神经网络混合模型辨别事件相似度的方法及系统
申请号:CN202410706573
申请日期:2024-06-03
公开号:CN118586381A
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了基于神经网络混合模型辨别事件相似度的方法及系统,属于人工智能技术领域,要解决的技术问题为城市治理中如何判断事件相似性。包括如下步骤:基于中文分词器构建分词编码器,并基于神经网络模型构建事件相似度计算模型;以两个事件对应的词向量和相似度为样本数据,基于样本数据构建训练集;通过训练集对事件相似度计算模型进行模型训练,得到训练后事件相似度计算模型;对于待辨别的两个事件,通过分词编码器对事件文本进行分词和编码处理,并以两个事件对应的词向量为输入、通过训练后事件相似度计算模型计算两个事件之间的词向量相似度。
技术关键词
神经网络混合模型 文本 神经网络模型构建 编码器 中文分词 构建训练集 编码模块 长短期记忆网络 模型训练模块 样本 注意力 人工智能技术 数据 关系
系统为您推荐了相关专利信息
1
一种旋变编码信号的转换方法及终端
绝对值编码器 旋变编码器 伺服驱动器 转换方法 数据格式
2
一种基于柔索驱动的六自由度复合连续体手术机器人
连续体 手术机器人 直线电机模组 介入导管 直线移动机构
3
基于多模态大模型的视频处理方法、装置、设备及介质
图像 分辨率 多模态 多层感知器 视频
4
一种基于外源知识生成潜力排序增强的对话生成方法
对话生成方法 标签 对话生成模型 样本 结构化自然语言
5
一种基于边界敏感联邦专家多模态检测的入侵检测方法
入侵检测方法 协同注意力 样本 多模态协同 协议
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号